Método dé Convolucion

El método de convolución puede expresarse como:

𝑌 = 𝑥1 + 𝑥2 + ⋯ + 𝑥𝑘

Las variables aleatorias de cuatro de las distribuciones más conocidas (de Erlang, normal, binomial
y de Poisson) pueden ser generadas a través de este método.

Distribución de Erlang
La variable aleatoria k-Erlang con media 1/𝜆 puede producirse a partir de la generación de k
variables exponenciales con media 1/𝑘𝜆:
𝑘
1
𝑌 = 𝐸𝑅𝑖 = − [𝑙𝑛 ∏(1 − 𝑟𝑖 )]
𝑘𝜆
𝑖=1

Ejemplo:

El tiempo de proceso de cierta pieza sigue una distribución 3-Erlang con media 1/𝜆 de 8
minutos/pieza. Una lista de números pseudoaleatorios 𝑟𝑖 ~𝑈(0,1) y la ecuación de generación de
números de Erlang permite obtener la tabla siguiente, que indica el comportamiento de la variable
aleatoria.
𝑘
8
𝑌 = 𝐸𝑅𝑖 = − [𝑙𝑛 ∏(1 − 𝑟𝑖 )]
3
𝑖=1

8
𝑌 = − 𝑙𝑛[(1 − 𝑟1 )(1 − 𝑟2 )(1 − 𝑟𝑘 )]
3

Pieza 1-ri 1-ri 1-ri Tiempo de proceso (min/pza)

1 0.28 0.52 0.64 6.328
2 0.96 0.37 0.83 3.257
3 0.04 0.12 0.03 23.588
4 0.35 0.44 0.50 6.837
5 0.77 0.09 0.21 11.279

Distribución Normal
La variable aleatoria normal con media 𝜇 y desviación estándar 𝜎 puede generarse usado el
teorema del límite central:
 12

𝑥 = 𝑁𝑖 = [∑(𝑟𝑖 ) − 6] 𝜎 + 𝜇
𝑖=1

Ejemplo:

El volumen de líquido de un refresco sigue una distribución normal con media de 12 onzas y
desviación estándar de 0.4 onzas. Generar 5 variables aleatorias con esta distribución para simular
el proceso de llenado.
12

𝑥 = 𝑁𝑖 = [∑(𝑟𝑖 ) − 6] 0.4 + 12
𝑖=1

Simulación del volumen de llenado de refrescos:

Botella 𝟏𝟐 𝟏𝟐 Volumen
∑(𝒓𝒊 ) ∑(𝒓𝒊 ) − 𝟔 (onzas)
𝒊=𝟏 𝒊=𝟏
1 6.21 0.21 12.084
2 5.34 -0.66 11.736
3 6.03 0.03 12.012
4 6.97 0.97 12.038
5 4.81 -1.19 11.524

Distribución Binomial
La variable aleatoria binomial con parámetros N y p puede ser generada a través de la suma de N
variables aleatorias con distribución de Bernoulli con parámetro p.

𝑌 = 𝐵𝑖 = 𝐵𝐸1 + 𝐵𝐸2 + ⋯ + 𝐵𝐸𝑁 ~𝐵𝐼(𝑁, 𝑝)

Ejemplo:

Al inspeccionar lotes de tamaño N=5, la probabilidad de que una pieza sea defectuosa es 0.03.
Simular el proceso de inspección para determinar el número de piezas defectuosas por lote.

Este proceso sigue una distribución binomial con N=5 y p=0.03, será simulado mediante la
generación de variables aleatorias de Bernoulli con p=0.03, de acuerdo con el procedimiento
señalado, donde 𝐵𝐸𝑖 =0 representa una pieza con buen estado y 𝐵𝐸𝑖 =1 una pieza defectuosa.

0 𝑠𝑖 𝑟𝑖 ∈ (0 − 0.97)
𝐵𝐸𝑖 = {
1 𝑠𝑖 𝑟𝑖 ∈ (0.97 − 1)

𝐵𝑖 = 𝐵𝐸1 + 𝐵𝐸2 + ⋯ + 𝐵𝐸5

Simulación del sistema de inspección del ejemplo:

Lote 𝒓𝟏 𝑩𝑬𝟏 𝒓𝟐 𝑩𝑬𝟐 𝒓𝟑 𝑩𝑬𝟑 𝒓𝟒 𝑩𝑬𝟒 𝒓𝟓 𝑩𝑬𝟓 Piezas

defectuosas
1 0.49 0 0.32 0 0.15 0 0.01 0 0.45 0 0
2 0.11 0 0.85 0 0.93 0 0.99 1 0.61 0 1
3 0.57 0 0.92 0 0.84 0 0.74 0 0.82 0 0
4 0.62 0 0.01 0 0.68 0 0.98 1 0.99 1 2
5 0.34 0 0.98 1 0.99 1 0.02 0 0.98 1 3